您现在的位置: 首页> 研究主题> 高光谱成像

高光谱成像

高光谱成像的相关文献在2002年到2022年内共计1030篇,主要集中在自动化技术、计算机技术、轻工业、手工业、化学 等领域,其中期刊论文396篇、会议论文27篇、专利文献136373篇;相关期刊154种,包括农机化研究、农业工程学报、农业机械学报等; 相关会议26种,包括第五届全国计算机取证技术研讨会、第十八届中国遥感大会、2012中国农业机械学会国际学术年会等;高光谱成像的相关文献由2663位作者贡献,包括何勇、胡炳樑、田有文等。

高光谱成像—发文量

期刊论文>

论文:396 占比:0.29%

会议论文>

论文:27 占比:0.02%

专利文献>

论文:136373 占比:99.69%

总计:136796篇

高光谱成像—发文趋势图

高光谱成像

-研究学者

  • 何勇
  • 胡炳樑
  • 田有文
  • 章海亮
  • 张小波
  • 李庆利
  • 舒嵘
  • 陈兴海
  • 王建宇
  • 尚静
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 李廉洁; 樊书祥; 王学文; 李瑞; 文小; 王璐瑶; 李博
    • 摘要: 煤与矸石分选是煤矿生产的必要工序,现有的人工分选与机械分选,存在效率低,易造成资源浪费以及环境污染等问题。鉴于可见/近红外高光谱成像具有分析速度快、样品无需预处理、无污染等诸多优势,旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性,并基于特征波长筛选算法简化模型,为构建多光谱煤与矸石分选系统提供理论参考。首先,搭建高光谱成像系统并采集山西西铭矿的85个煤样本与83个矸石样本在400~1000 nm(Vis/NIR)与1000~2500 nm(NIR)两个范围内的高光谱图像,基于图像处理方法去除背景信息,选取Vis/NIR范围内100×100像素和NIR范围内50×50像素区域内的平均光谱作为该样本在对应波段范围的一条光谱,重复10次,最终在两个波段各获得煤与矸石光谱850条和830条。其次,对光谱先后进行Savitzky-Golay卷积平滑和标准正态变量变换,以减少噪音和误差对光谱的影响。基于全波段光谱建立支持向量机(SVM),k近邻法(KNN),偏最小二乘判别分析(PLS-DA)三种模型,每个模型针对预测集的分类准确度均大于0.95,结果表明,基于煤和矸石的光谱信息可将二者区分。随后根据竞争性自适应重加权算法(CARS)和连续投影算法(SPA)选择的特征波长建立简化模型,综合考虑精度与成本等因素,在Vis/NIR范围内基于SPA筛选的3个特征波长所建立的SVM模型效果最好,不仅能有效减少波长数量,还能提高模型的分类效果,对应的灵敏度,特异度,准确度分别为1,0.9652,0.9833。基于判别模型与样本的平均光谱还可实现煤和矸石的分类可视化。研究结果对开发基于特征波长的低成本煤和矸石多光谱分选系统,实现煤矸快速、准确的无损检测具有借鉴意义。
    • 张天亮; 张东兴; 崔涛; 杨丽; 解春季; 杜兆辉; 钟翔君
    • 摘要: 针对传统玉米品种抗倒性鉴别方法费时费力、时效滞后的问题,采用高光谱成像数据结合机器学习方法对9叶期的玉米品种抗倒性进行鉴别,并给出适于进行玉米品种抗倒性鉴别的种植密度和建模方法。试验设置了5 000,7 000和9 000株·亩^(-1)3个种植密度和6个典型的抗倒/不抗倒玉米品种,采集9叶期玉米顶叶的高光谱图像,使用目标区域分割的方式自动进行光谱图像反射率校正和目标光谱曲线提取。对采集的样本数据使用Kennard Stone算法划分样本训练集和测试集,用主成分分析法(PCA)和连续投影算法(SPA)提取光谱特征,建立了基于高斯核函数的支持向量机(SVM)模型并进行参数训练和优化。通过对不同种植密度下各特征提取方法的效果和各模型训练效果及其预测结果的对比,找到进行玉米抗倒性鉴别的最佳种植密度和建模方法。试验结果表明:在各种植密度下PCA方法对光谱特征的降维效果最为显著,而SPA算法选择的特征波长分布比较均匀、抗倒性分类特征比较明显;种植密度的增加对于玉米品种抗倒性的鉴别是有益的,在种植密度为7 000株·亩^(-1)时,使用SPA-SVM方法建立的模型训练效果和预测结果最佳,此时模型对训练集数据的10折交叉验证正确率为97.40%,对测试集数据的预测正确率为98.33%。
    • 鞠杰; 田建平; 胡新军; 黄丹; 黄浩平; 彭兴辉; 罗惠波
    • 摘要: 酸度值是评价白酒糟醅质量的重要指标之一,为进一步提高糟醅酸度值的检测精度,提出了一种应用高光谱成像技术检测糟醅酸度值的方法。采用高光谱成像系统,在900~1700 nm内采集糟醅样本的光谱信息,并提取全部样本的平均光谱数据。采用3种预处理方法对原始光谱进行预处理,得到多元散射校正(multiplicative scatter correction,MSC)为最佳预处理方法。在保证检测精度的基础上,为提高检测效率,采用竞争自适应加权抽样(competitive adaptive reweighted sampling,CARS)算法选择特征波段作为优化方法,建立偏最小二乘回归(partial least squares regression,PLSR)和最小二乘支持向量机(least squares-support vector machine,LS-SVM)预测模型。结果表明,CARS算法选取38个特征波长所建立的LS-SVM预测模型显示出良好的预测效果,其中预测集相关系数R_(p)^(2)为0.9618,预测集均方根误差为0.0580 g/kg。研究结果表明,高光谱成像技术相对于其他检测技术在糟醅酸度检测中有更好的检测精度,同时针对白酒工艺过程的其他成分含量检测探索出有效的检测途径。
    • 黄富荣; 周泳欣; 郑海平; 陈嘉泽; 熊征; 刘霓红
    • 摘要: 重金属污染已经成为影响农作物生长的重要环境因素,而铜是我国农业三大重金属污染物之一。农作物受到铜胁迫后,生长发育会受到极大的影响,如何实现对农作物铜胁迫的检测对于农业生产有着极大的意义。传统检测农作物铜胁迫的方法存在分析时间长、准确性不高、易对农作物造成损害等问题。本文提出一种基于高光谱成像技术的农作物铜胁迫的快速检测方法,将健康的菜心幼苗分为5组,每组8株,分别用CuSO_(4)浓度为0.08(正常浓度)、8、16、24、32 mg/L的5种霍格兰营养液进行培育,在培育后的第1、3、5、7 d进行高光谱图像采集。对光谱数据分别进行一阶微分(FD)、多元散射校正(MSC)与标准正态变换(SNV)预处理,结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)进行建模分析。实验结果表明:对4 d总样品进行建模分析,SVM模型效果更好,检测准确率可达86.11%;单独对每天采集的样品分别进行建模分析,PLS-DA的稳定性更好,平均检测准确率可达95%,在农作物受到铜胁迫1 d之后便可达到较好的检测效果。以上结果表明应用高光谱成像技术实现农作物铜胁迫快速检测是可行的,这对于我国精准农业领域的发展具有一定的参考价值。
    • 胡香敏; 刘大猛
    • 摘要: 二维过渡金属硫化物(TMDC)材料因为独特的激子效应和材料学性质,在太阳电池、光催化、传感器、柔性电子器件等领域得到广泛的应用。层数对其性质有显著的调控作用,自动检测识别所需层数的样品是其从实验室走进半导体制造工业的重要技术需求。本文结合反射高光谱成像技术与图像处理算法,发展了一种二维TMDC薄层样品的显微成像自动检测技术。基于自主搭建的反射高光谱成像系统,对制备的不同层数TMDC标准样品进行了光学对比度的系统研究,阐明了层数的差分反射光谱机理,提出了可靠的层数判定方法。基于传统边缘检测技术优化设计了一套图像处理算法,实现了TMDC样品的图像检测及层数鉴定。本文方法具有普遍性、实用性,结合自动对焦的扫描控制,能够实现大规模的自动化样品检测,这也为其他表面目标的显微识别和检测提供了新的灵感和参考。
    • 王怡田; 张小敏; 姜海益; 张延宁; 林洋洋; 饶秀勤
    • 摘要: 为实现油菜苗早期光照胁迫诊断,利用高光谱成像技术对进入两叶一心阶段的油菜苗进行为期21 d的光照胁迫实验,对采集到的冠层叶片光谱进行预处理后,通过光谱反射率和连续小波变换提取光照胁迫敏感波段,然后分别采用连续投影算法和连续小波变换-逐步判别分析法提取特征波长和小波特征。为进一步提升光照胁迫检测模型的准确率,通过分析油菜苗期光谱波段特征及其随时间的演化规律,筛选出939~978 nm波段曲线面积、特征角正切值tanθ以及984和1 408 nm处反射率共4个特征,建立多特征融合的光照胁迫Fisher判别模型。结果表明,该模型的平均分类准确率为86.88%,在d20族达到最佳分类效果,准确率为95.00%。本研究为后续基于高光谱成像技术的油菜光照胁迫快速诊断方法提供了有力的参考。
    • 李智聪; 娄春
    • 摘要: 利用高光谱仪对乙烯层流扩散火焰进行测量,选用多层感知器神经网络预测温度和碳烟体积分数分布,评估了模型的预测和抗噪能力,讨论了不同高度和燃料流量的火焰中温度和碳烟体积分数的分布情况.结果表明,神经网络能较为准确地重建实验火焰的温度和碳烟体积分数,并具有较强的抗噪能力;随着火焰高度的增加,碳烟体积分数峰值从两翼移向中心区域,温度趋于平缓,整体平均大小先增加后减小;随着燃料流量的降低,相同归一化高度的温度升高而碳烟体积分数降低.
    • 王崇儒; 杨利峰; 曹汛; 王跃明
    • 摘要: 航空红外光电遥感技术具有可全天时工作、机动灵活、空间分辨率高等不可替代的优势,是遥感科学、国土监测、国防应用等领域的重要手段。发展航空红外光电遥感技术对我国的经济发展和国防建设至关重要。近年来,航空红外光电遥感技术发展很快,在高光谱分辨率红外成像和高空间分辨率红外成像方面取得了重大突破。高空间分辨率、高光谱分辨率、高时间分辨率、高辐射分辨率是红外光电仪器发展的重要方向,本文在介绍国际最新进展的同时,给出了上海技术物理研究所航空遥感团队在全谱段高光谱、面阵扫描成像两个方面的重要技术突破,成功应用于土地分类、核电站温排水监测等方面,展示了最新成果。
    • 刘亮; 黄丹平; 田建平; 黄丹; 罗惠波; 田颖; 徐佳乐; 叶建秋
    • 摘要: 还原糖是大曲质量评价的重要指标,为进一步提高大曲还原糖含量的检测精度,提出了一种应用高光谱成像技术检测大曲还原糖含量的方法。采用高光谱成像系统,在900~1 700 nm采集大曲样本的光谱信息,并提取全部样本的平均光谱数据。首先,采用标准正态变量校正(standard normal variables, SNV)、卷积平滑、多元散射校正3种预处理方法对原始光谱进行预处理;然后,分别使用主成分分析(principal component analysis, PCA)荷载系数法、连续投影法(successive projections algorithm, SPA)和PCA荷载系数-SPA三种方法提取了大曲光谱数据的特征波段;最后,基于全波段和特征波段的光谱数据,分别建立了预测还原糖含量的偏最小二乘回归(partial least squares regression, PLSR)和最小支持向量机(least squares support vector machine, LS-SVM)模型。结果表明,对SNV预处理后的大曲光谱数据,采用PCA-SPA算法提取的特征波段建立的PLSR模型效果最佳,其中提取的特征波段数为26个,预测集相关系数为0.922 7,预测集均方根误差为0.455 6 g/100 g。基于最优的模型SNV+PCA+SPA+PLSR对不同发酵时期的大曲样本实现了还原糖含量的可视化。利用高光谱成像技术可实现大曲还原糖含量的快速检测和可视化分布,研究结果为大曲中还原糖含量的检测提供了一种新的方法。
    • 王盛楠; 谭勇; 刘春宇; 宋少忠; 李政
    • 摘要: 本文针对东北大豆品种分类鉴别的需求,利用高光谱成像技术获取了6种大豆样品在392.38~1011.01 nm高光谱图像,提取感兴趣(ROI)区域数据,获得大豆种子样品的反射光谱曲线。经过卷积平滑(S-G)预处理,再根据大豆光谱曲线差异选取455.54 nm、479.3 nm、604.04 nm、657.46 nm、705.72 nm、856.89 nm、918.07 nm、953.54 nm作为特征波段,分别输入极限学习机(ELM)和随机森林(RF)模型,得到的分类正确率分别为78.22% 和98.89%,模型预测时间分别为11 s和12 s。研究结果表明,经卷积平滑和高光谱波段优化的特征波段,运用随机森林(RF)模型分析是分类准确率最高、预测时间较快的分类方法,高光谱成像法可有效对大豆品种做出分类鉴别。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号